- · 《环渤海经济瞭望》栏目[05/29]
- · 《环渤海经济瞭望》数据[05/29]
- · 《环渤海经济瞭望》收稿[05/29]
- · 《环渤海经济瞭望》投稿[05/29]
- · 《环渤海经济瞭望》征稿[05/29]
- · 《环渤海经济瞭望》刊物[05/29]
更快更稳!宁诺学者的这项研究,让5G环境下收发
作者:网站采编关键词:
摘要:钱江晚报·小时新闻 记者 陈素萍 近日,宁波诺丁汉大学的移动通信专家Chiew-Foong Kwong(关秋峰)博士开发了一种智能切换决策方案,用于缩短5G网络中的延迟时间。这项研究得到了宁波
钱江晚报·小时新闻 记者 陈素萍
近日,宁波诺丁汉大学的移动通信专家Chiew-Foong Kwong(关秋峰)博士开发了一种智能切换决策方案,用于缩短5G网络中的延迟时间。这项研究得到了宁波市自然科学基金的支持,现已正式结题。
切换是指移动设备在移动过程中切换与基站的连接以实现不间断数据传输的过程。根据验证测试结果,关博士的算法被证明能够将切换失败率降低75%,并将不必要的切换数量减少90%以上。
更为显著的是,收发信息的平均延迟时间最终减少了27%。目前,他的这项研究成果已经刊发在多家核心期刊上。
据关秋峰博士介绍,5G网络的目标包括为各种不同的应用场景提供超高的连接数密度,极高的数据传输率,卓越的用户体验和毫秒级的端到端时延。其中,最难突破和解决的技术难题就是毫秒级时延,而减少时延的关键在于提高切换的速度及准确性。目前全球范围内的专家学者们都在研发不同的切换算法,使得发送和接收信息之间的平均延迟时间最小化。
“想象一下,汽车以60km/h的平均速度在城市中运行。在这样快速变化的5G车联网的应用场景中,如果切换发生得过早,车辆可能更接近原来的基站,且尚未进入下一基站的最佳覆盖范围,导致在两个基站间频繁切换使得信号不稳定;而如果执行过晚,那么车辆很可能因距离上一个基站过远,完全失去信号。解决这个问题的方法之一是根据需求,推测出即将到来的切换时间和目标,从而在正确的时间执行切换。”
为此,关博士和他的团队成员们提出了一种基于机器学习技术,拥有自适应和预测功能的切换管理算法。这种算法可以产生一系列自动决策,包括是否触发切换机制,切换到哪个基站以及选择正确的切换时机。它还可以准确预测用户的移动轨迹,从而进一步缩短延迟。
关博士告诉我们,像物联网、车联网、外科手术等应用场景,对切换的必要性和切换的时间都提出了极高的要求。高品质的切换非常关键。而他们的算法被证明较现有技术减少不必要的切换达90%以上,同时,收发信息的平均延迟时间减少了27%,但数据处理通过量却增加了9.7%。
目前,该团队正着眼于将这项研究提升到更高的水平,包括为这种算法申请专利和开发更为节能的切换机制。关秋峰博士说,他还希望与其他研究人员和行业密切合作,将研究成果从实验室应用到各个领域,特别是5G环境下需要极高可靠性应用场景,如自动驾驶技术。
本文为钱江晚报原创作品,未经许可,禁止转载、复制、摘编、改写及进行网络传播等一切作品版权使用行为,否则本报将循司法途径追究侵权人的法律责任。
文章来源:《环渤海经济瞭望》 网址: http://www.hbhjjw.cn/zonghexinwen/2021/0305/598.html
上一篇:研究发现14%移动应用都将用户数据存储在不安全
下一篇:张弩教授团队在国际知名期刊Nature Cell Biology发表